SANA 2026 年最值得关注的开源图像生成项目之一**。以下是基于官方资料与技术解读的全面总结：
核心突破：小模型，大效果，极速生成维度
Flux-12B
SANA-0.6B
提升
参数量
12B
0.6B
20× 更小
生成速度
0.04 张/秒
1.7 张/秒
39.5× 更快
显存需求
≥24GB
8GB（量化后）
消费级友好
最高分辨率
1024px
4K
更高画质
本质：通过架构创新，在极小参数量下实现大模型级体验
三大核心技术支柱线性注意力（Linear Attention）替代传统 Transformer 注意力高分辨率下计算复杂度从 O(n²) → O(n)效果：4K 图像生成不再卡顿深度压缩编码器（DC-AE）传统 VAE：8× 压缩SANA DC-AE：32× 压缩效果：潜空间 token 数量减少 75%，大幅降低计算量轻量文本编码器使用 decoder-only LLM（现代架构）无需专门的大型文本编码器效果：文字理解更准确，模型体积更小SANA 家族全览版本
功能
特点
适用场景
SANA / SANA-1.5
文生图
最高 4K，支持 ControlNet/LoRA
日常创作、商业设计
SANA-Sprint
超快文生图
1 步生成，0.1 秒/图
快速原型、批量生成
SANA-Video
文生视频
36 秒生成 720p 视频
短视频、动态内容
SANA-WM
世界模型
静态图 + 相机轨迹 → 1 分钟视频
游戏开发、影视预演
Sol-RL
强化学习
训练加速 4.64×
模型微调、定制化训练
性能实测对比文生图（1024px）模型
参数量
速度（张/秒）
FID（越低越好）
Flux-dev
12B
0.04
10.15
SANA-0.6B
0.6B
1.7
5.81
SANA-1.6B
1.6B
1.0
5.92
文生视频（720p，35帧）模型
参数量
生成耗时
Wan-2.1-14B
14B
1897 秒
Wan-2.1-1.3B
1.3B
400 秒
SANA-Video
2B
36 秒
关键结论：2B 参数打败 14B，耗时不到 2%
快速上手方式一：Hugging Face 在线 Demo搜索 "SANA" → 直接使用无需配置，零门槛体验方式二：ComfyUI 插件ComfyUI 插件市场搜索 SANA无缝集成现有工作流方式三：Python 代码调用from diffusers import SanaPipeline
import torch

pipe = SanaPipeline.from_pretrained(
"Efficient-Large-Model/SANA1.5_1.6B_1024px_diffusers",
torch_dtype=torch.bfloat16,
).to("cuda")

image = pipe("a cyberpunk cat with neon lights")[0]
image[0].save("output.png")方式四：完整源码部署git clone https://github.com/NVlabs/Sana.git
cd Sana && ./environment_setup.sh sana支持 LoRA、DreamBooth、ControlNet8GB 显存 + 4-bit 量化可运行应用场景日常创作快速生成概念图、插画、海报8GB 笔记本即可流畅运行视频制作SANA-Video：36 秒生成 720p 短视频SANA-WM：静态图转运镜视频（游戏/影视预演）商业应用Apache 2.0 协议，免费商用本地部署，数据完全私有游戏开发SANA-WM 生成可交互 3D 场景相机轨迹控制，支持 6-DoF为什么 SANA 如此重要？降低门槛：8GB 显存笔记本也能跑 AI 生图提升效率：0.1 秒生成一张图，工作流效率翻倍开源免费：Apache 2.0 协议，无商业限制生态完善：支持 ComfyUI、Diffusers、LoRA 等主流工具SANA 的意义不在于「生成的图有多好看」，而在于「让每个人都能用上 AI 生图」
项目地址：https://github.com/NVlabs/Sana 论文：arXiv:2410.10629